دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Romeo Kienzler, Md. Rezaul Karim, Sridhar Alla, Siamak Amirghodsi, Meenakshi Rajendran, Broderick Hall, Shuen Mei سری: ISBN (شابک) : 1789959209, 9781789959208 ناشر: Packt Publishing سال نشر: 2018 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 16 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Apache Spark 2: Data Processing and Real-Time Analytics: Master complex big data processing, stream analytics, and machine learning with Apache Spark به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب Apache Spark 2: Data Processing and Real-Time Analytics: پردازش داده های بزرگ پیچیده ، تجزیه و تحلیل جریان و یادگیری ماشین با Apache Spark نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
با این چارچوب محاسباتی خوشهای منبع باز و منعطف و چند منظوره، برنامههای کارآمد جریان داده و یادگیری ماشین بسازید
Apache Spark یک سیستم پردازش داده مبتنی بر خوشه در حافظه است که طیف وسیعی از عملکردها مانند پردازش کلان داده، تجزیه و تحلیل، یادگیری ماشینی و موارد دیگر. با استفاده از این مسیر یادگیری، میتوانید با یادگیری نحوه گسترش عملکرد Spark و ساخت جریان دادهها و برنامههای یادگیری ماشین خود در این پلتفرم، دانش خود را از Apache Spark به سطح بعدی ارتقا دهید.
شما با این پلتفرم کار خواهید کرد. ماژول های مختلف در Apache Spark، مانند پرس و جو تعاملی با Spark SQL، استفاده از DataFrames و مجموعه داده ها، پیاده سازی تجزیه و تحلیل جریان با Spark Streaming، و استفاده از یادگیری ماشینی و تکنیک های یادگیری عمیق در Spark با استفاده از MLlib و ابزارهای خارجی مختلف.
در پایان این مسیر یادگیری دقیق طراحی شده، شما تمام دانش لازم برای تسلط بر آپاچی اسپارک و ایجاد خط لوله پردازش کلان داده و تجزیه و تحلیل خود را به سرعت و بدون هیچ دردسری خواهید داشت.
این مسیر آموزشی شامل می شود. محتوای محصولات Packt زیر:
اگر شما یک توسعه دهنده سطح متوسط Spark هستید که به دنبال تسلط بر قابلیت های پیشرفته و موارد استفاده Apache Spark 2.x هستید، این مسیر یادگیری ایده آل برای شما متخصصان کلان داده که می خواهند یاد بگیرند که چگونه ویژگی های Apache Spark را یکپارچه کنند و از آنها استفاده کنند و یک خط لوله قوی داده بزرگ بسازند، این مسیر یادگیری را نیز مفید خواهند یافت. برای درک مفاهیم توضیح داده شده در این مسیر یادگیری، باید اصول Apache Spark و Scala را بدانید.
Build efficient data flow and machine learning programs with this flexible, multi-functional open-source cluster-computing framework
Apache Spark is an in-memory, cluster-based data processing system that provides a wide range of functionalities such as big data processing, analytics, machine learning, and more. With this Learning Path, you can take your knowledge of Apache Spark to the next level by learning how to expand Spark's functionality and building your own data flow and machine learning programs on this platform.
You will work with the different modules in Apache Spark, such as interactive querying with Spark SQL, using DataFrames and datasets, implementing streaming analytics with Spark Streaming, and applying machine learning and deep learning techniques on Spark using MLlib and various external tools.
By the end of this elaborately designed Learning Path, you will have all the knowledge you need to master Apache Spark, and build your own big data processing and analytics pipeline quickly and without any hassle.
This Learning Path includes content from the following Packt products:
If you are an intermediate-level Spark developer looking to master the advanced capabilities and use-cases of Apache Spark 2.x, this Learning Path is ideal for you. Big data professionals who want to learn how to integrate and use the features of Apache Spark and build a strong big data pipeline will also find this Learning Path useful. To grasp the concepts explained in this Learning Path, you must know the fundamentals of Apache Spark and Scala.